33
BAB III
METODOLOGI PENELITIAN
A. Tujuan Penelitian
Tujuan penelitian yang ingin dicapai dalam penelitian ini adalah:
1. Mengetahui dan menganalisis pengaruh uang primer terhadap jumlah uang beredar (M2) di Indonesia.
2. Mengetahui dan menganalisis pengaruh Produk Domestik Bruto terhadap jumlah uang beredar (M2) di Indonesia.
3. Mengetahui dan menganalisis pengaruh uang primer dan Produk Domestik Bruto secara simultan terhadap M2
B. Objek dan Ruang Lingkup Penelitian
Penelitian ini dilakukan dengan mengambil data M2, Uang Primer, dan Produk Domestik Bruto (PDB) dari Bank Indonesia (BI) dan Badan Pusat Statistik (BPS).
(tiga) bulan, dimulai pada bulan Januari 2013, sampai dengan bulan Juli 2013. Waktu penelitian dipilih karena peneliti telah memenuhi persyaratan akademik untuk penyusunan skripsi.
C. Metode Penelitian
Metode penelitian yang digunakan dalam penelitian ini adalah metode
ekspos fakto dengan pendekatan korelasional. Ekspos fakto adalah meneliti peristiwa yang telah terjadi dan kemudian meruntut ke belakang untuk mengetahui faktor-faktor yang menimbulkan kejadian tersebut 49
. Metode ini dipilih karena sesuai untuk mendapatkan informasi yang bersangkutan dengan status gejala pada saat penelitian dilakukan. Pendekatan korelasional yang dilakukan adalah dengan menggunakan regresi linear berganda. Regresi berganda dipilih karena dapat menunjukkan arah pengaruh faktor-faktor penentu (uang primer dan pendapatan nasional) terhadap M2 dalam penelitian ini.
D. Jenis dan Sumber Data
Jenis data yang digunakan adalah data sekunder berupa data M2 riil, uang primer riil, dan PDB harga konstan 2000 di Indonesia. Digunakannya data riil adalah untuk meminimalisir kenaikan harga dan mencerminkan nilai uang berdasarkan daya belinya (purchasing power of money). Berdasarkan perhitungan BPS, tahun dasar dipilih tahun 2000 karena merupakan tahun di
49
mana struktur perekonomian Indonesia telah mengalami perubahan yang signifikan, meliputi perkembangan harga, cakupan komoditas produksi dan konsumsi serta jenis dan kualitas barang maupun jasa yang dihasilkan.
Masing-masing data diambil berdasarkan runtut waktu (time series) dengan rentang triwulanan dari triwulan I 2005 hingga triwulan II Tahun 2012. Data dikumpulkan dari dokumen-dokumen mengenai Laporan Perekonomian Indonesia dan Statistik Ekonomi dan Moneter. Semua dokumen tersebut didapat dari Bank Indonesia (BI) tepatnya di Departemen Statistik Ekonomi dan Moneter BI dan dari Badan Pusat Statistik (BPS).
E. Operasionalisasi Variabel Penelitian 1. Jumlah Uang Beredar (M2)
a. Definisi Konseptual
M2 adalah jumlah uang kertas serta logam diluar bank dan kas pemerintah, rekening giro, kiriman uang, deposito, dan tabungan serta reksadana pasar uang milik penduduk di suatu negara.
b. Definisi Operasional
Kewajiban tersebut terdiri dari nilai uang kartal yang dipegang masyarakat (di luar Bank Umum dan BPR), uang giral, uang kuasi yang dimiliki oleh sektor swasta domestik, dan surat berharga selain saham yang diterbitkan oleh sistem moneter yang dimiliki sektor swasta domestik dengan sisa jangka waktu sampai dengan satu tahun.
2. Uang Primer
a. Definisi Konseptual
Uang primer adalah jumlah uang kartal yang dipegang masyarakat dan
bank serta cadangan bank dalam bentuk saldo giro di bank sentral.
b. Definisi Operasional
Data uang primer yang digunakan adalah uang primer riil. Uang Primer riil adalah nilai kewajiban bank sentral (BI) kepada Bank Umum, Bank Perkreditan Rakyat (BPR), dan sektor swasta (tidak termasuk pemerintah pusat dan luar negeri) yang dipublikasikan BI berdasarkan IHI tahun dasar 2000.
Kewajiban tersebut terdiri dari nilai uang kartal diluar Bank Umum dan BPR, Kas Bank Umum dan BPR, dan Saldo giro rupiah
bank umum pada BI, Simpanan sektor swasta domestik pada BI dan
3. Produk Domestik Bruto (PDB) a. Definisi Konseptual
PDB adalah nilai semua barang dan jasa akhir berdasarkan harga pasar, yang diproduksi oleh perekonomian dalam satu periode dan teritori dengan menggunakan faktor-faktor produksi dalam teritori tersebut.
b. Definisi Operasional
Data yang digunakan adalah PDB atas dasar harga konstan. PDB atas dasar harga konstan adalah data nilai tambah barang dan jasa (nilai output - nilai input) yang dihitung menggunakan harga yang berlaku pada tahun 2000 sebagai tahun dasar yang dipublikasikan oleh BPS.
F. Konstelasi Pengaruh Antar Variabel
Dalam penelitian ini terdapat empat variabel yang menjadi objek penelitian dimana M2 merupakan variabel terikat (Y). Sedangkan variabel-variabel bebas adalah uang primer (X1) dan Produk Domestik Bruto (X2). Konstelasi pengaruh antar variabel di atas dapat digambarkan sebagai berikut:
Uang Primer (X1)
M2 (Y)
G. Teknik Analisis Data
Data yang telah dikumpulkan akan diolah agar pengujian hipotesis penelitian ini dapat dilakukan. Untuk mendapatkan hasil analisis data yang baik dan informatif, peneliti mengolahnya dengan menggunakan program komputer SPSS 19 (Statistical Product and Service Solution 19).
1. Uji Persyaratan Analisis
Agar uji statistik valid untuk jumlah sampel kecil dan untuk mengetahui apakah spesifikasi model yang digunakan sudah tepat, dilakukan uji normalitas dan linearitas.
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal50. Dalam penelitian ini, untuk menguji normalitas data dilakukan dengan mengunakan Uji Statistik Kolmogorov-Smirnov.
1) Hipotesis Statistik :
Ho: residual berdistribusi normal H1 : residual tidak berdistribusi normal
2) Kriteria Pengujian adalah jika nilai p-value statistic > 0,05, maka Ho diterima, berarti residual berdistribusi normal. Jika nilai p-value statistic < 0,05, maka H1 tidak ditolak berarti residual tidak berdistribusi normal.
b. Uji Linearitas Regresi
Uji linieritas regresi digunkan untuk mengetahui apakah spesifikasi model yang digunakan sudah tepat51. Dengan uji ini maka dapat diperoleh informasi apakah persamanaan regresi berganda linear atau tidak (kuadrat, atau kubik). Uji linearitas regresi, salah satunya, dapat dilakukan dengan Uji Lagrange Multiplier. Estimasi dengan uji ini bertujuan untuk mendapatkan nilai c2 (chi-Square) hitung dengan cara mencari nilai n x R2, dimana n adalah jumlah observasi dan R2 adalah koefisien determinasi. R2 dalam uji ini adalah R2 dari regresi yang variabel dependennya adalah residual regresi utama dan variabel independennya adalah nilai kuadrat variabel-variabel independen. Kemudian c2 hitung dibandingkan dengan nilai c2 tabel. Hipotesis Statistik :
Ho : Ŷ = β0 + β1X1 + β2X2 + ε Hi : Ŷ ≠ β0 + β1X1 + β2X2 + ε
Dasar pengambilan keputusannya adalah jika c2 hitung > c2 tabel. maka H0 diterima, model persamaan regresi berganda linear ditolak. Namun jika c2 hitung < c2 tabel, maka H1 tidak ditolak, model persamaan regresi berganda yang benar adalah model linear.
2. Persamaan Regresi Berganda
Penelitian ini menggunakan teknik analisis data regresi linear
berganda dengan model double log. Persamaan ini didasari oleh teori dimana dari sisi penaawarnnya, M2 merupakan fungsi nonlinear karena yang dapat dinyatakan dengan persamaan M2 = mm . B. Oleh karena fungsi M2 berbentuk persamaan regresi logaritmik, maka agar dapat ditaksir dengan menggunakan Ordinary Least Square (OLS), persamaan regresi berganda yang digunakan adalah:
LnM2t= β0 + β1LnBt+ β2LnYt+ ε Keterangan:
M2 = Jumlah Uang Beredar Luas riil/M2 riil (Milyar Rupiah) β0 = Koefisien intersep
β1,β2,β3 = Keofisien slop
B = Uang Primer riil (Milyar Rupiah) Y = PDB konstan 2000 (Milyar Rupiah)
Ln = Logaritma natural
ε = Error/disturbance (variabel pengganggu) t = Time series data
observasi terhadap garis tersebut52. Dengan variabel dependen (Y) dan variabel-variabel independen (X1 dan X2), untuk mencari nilai β0 dan mencari nilai β1, β2, β3 digunakan persamaan simultan yang sudah menggunakan skor deviasi sebagai berikut53:
1.
𝛽
0= Ŷ − 𝛽
1X
1− 𝛽
2X
2 mendapatkan hasil persamaan regresi dilakukan dengan melihat tabelCoefficients pada hasil output SPSS.
3. Uji Asumsi Klasik
Sebelum memulai pengujian hipotesis, harus terlebih dahulu dilakukan pengujian asumsi klasik terhadap data yang digunakan. Uji ini dilakukan agar persamaan regresi berganda bebas dari gejala multikolinearitas, heterokedastisitas, dan autokorelasi, sehingga regresi valid dan bersifat Best Unbiased Linier Estimator (BLUE). Uji asumsi klasik yang digunakan dalam penelitian ini adalah:
52 Imam Ghozali, op.cit., p. 96 53
a. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen54. Untuk mendeteksinya dapat dilakukan dengan melihat nilai Tolerence dan lawannya, VIF (Variance Inflation Factor) dari setiap variabel independen yang digunakan dalam penelitian. Nilai VIF dapat dihitung dengan rumus dibawah ini55:
𝑉𝐼𝐹 = (1 − 𝑅1
22)
Keterangan:
R22 = Koefisien determinasi dalam regresi
Ketentuannya adalah jika nilai Tolerance > 0,1 dan nilai Variance Inflation Fantor (VIF) < 10, maka tidak terjadi multikolinearitas. Atau tidak terdapat hubungan linear sempurna antarvariabel bebas.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain56. Ada beberapa cara untuk mendeteksi ada atau tidaknya gejala heterokedastisitas. Salah satunya dengan menggunakan scatterplot nilai prediksi variabel dependen dengan residualnya. Dimana sumbu Y adalah Y yang telah diprediksi, dan
54
Imam Ghozali, op.cit., p. 105
sumbu X adalah residual (Y sesungguhnya – Y pediksi) yang telah
di-standardized.
Dasar pengambilan keputusannya adalah jika titik-titik dalam
scatterplot membentuk suatu pola yang jelas dan teratur, maka terdapat heterokedastisitas pada model penelitian. Namun jika titik-titik tersebar secara acak (random), tidak berpola, serta data menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terdapat heterokedastisitas pada model penelitian.
c. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu t-1 (sebelumnya)57. Untuk mendeteksi ada tidaknya autokorelasi salah satunya dapat dilakukan Run Test. Menurut Ghozali:
Run Test menguji apakah antarresidual terdapat hubungan korelasi yang tinggi dengan melihat apakah data residual terjadi secara random atau tidak (sistematis). Jika antarresidual tidak terdapat hubungan korelasi, maka dikatakan bahwa residual adalah acak atau random58.
Uji Run Test dilakukan dengan mencari nilai Test Value melalui SPSS. Kriteria Pengujian nya adalah jika nilai asymptotic significant
dari nilai Test Value > 0,05, maka H0 diterima, berarti residual random (acak) dan tidak ada gejala autokorelasi. Jika nilai asymptotic
significant < 0,05, maka H0 ditolak, berarti residual tidak random dan terdapat gejala autokorelasi.
4. Koefisien Korelasi
Koefisien korelasi digunakan untuk mengetahui derajat keeratan hubungan antara variabel-variabel independen, yang ada di dalam model regresi, dengan variabel dependen secara simultan. Koefisien korelasi bisa didapat dengan menggunakan rumus yang sudah dihitung skor deviasinya dibawah ini 59:
𝑅12= 𝛽1∑ 𝑋1Y + 𝛽∑ 𝑌22∑ 𝑋2Y
Kriteria interpretasi nilai koefisien korelasi adalah sebagai berikut: 0,00 - 0,199 = sangat rendah
0,20 - 0,399 = rendah 0,40 - 0,599 = sedang 0,60 - 0,700 = erat
0,80 - 1,000 = sangat erat
Penelitian ini menggunakan SPSS untuk mendapatkan nilai koefisien korelasi yang dimana dapat dilihat dari kolom R di dalam Model Summary Table pada output SPSS. Jika R semakin mendekati angka 1 maka menunjukan tingkat hubungan yang erat antara variabel independen dengan variabel dependen.
59
5. Uji Hipotesis
Pengujian hipotesis dilakukan untuk menguji seluruh hipotesis yang
ada dalam penelitian ini dengan tingkat kepercayaan 95% atau α = 5%.
a. Uji Keberartian Regresi
Untuk menguji keberartian regresi dalam penelitian ini digunakan Uji statistik F dengan Tabel ANOVA. Uji statistik F pada dasarnya menunjukkan apakah semua koefisien variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel independen/terikat60. Untuk menghitung uji keberartian regresi dapat mencari Fhitung dengan rumus dibawah ini61:
𝐹 =𝑅2𝑚(1 − 𝑅(𝑁 − 𝑚 − 1)2)
Keterangan:
R2 = Koefisien determinasi N = Jumlah data
m = Jumlah variabel bebas, juga sebagai dk pembilang (N – m – 1) = dk penyebut
Penelitian ini menggunakan SPSS untuk menguji keberartian regresi. Untuk mendapatkan nilai Fhitung dapat dilihat dari kolom F di dalam ANOVA Table pada output SPSS.
Hipotesis Statistik : Ho : β1 = β2 = 0 Hi : β1≠ β2 ≠ 0
Kriteria pengujiannya, yaitu apabila nilai signifikansi dari kolom F di dalam ANOVA Table pada output SPSS < 0,05, maka Hi diterima, artinya semua variabel independen, secara simultan dan signifikan berpengaruh terhadap variabel dependen. Sebaliknya, yaitu apabila nilai signifikansi ≥ 0,05, maka Hi ditolak, artinya semua koefisien variabel independen secara simultan tidak signifikan berpengaruh terhadap variabel dependen. Selain itu dapat digunakan pula kriteria pengujian Uji F, dimana Hi ditolak jika Ftabel > Fhitung dan Hi diterima jika Ftabel < Fhitung.
b. Uji Keberartian Koefisien Regresi (secara parsial)
Uji ini dilakukan untuk mengetahui signifikansi arah pengaruh masing-masing variabel independen terhadap variabel dependen. Untuk menguji keberartian regresi dalam penelitian ini dilakukan Uji statistik t. Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen62. Dengan Uji statistik t maka dapat diketahui apakah pengaruh masing-masing variabel independen
terhadap variabel dependen sesuai hipotesis atau tidak. Rumus untuk mendapatkan nilai thitung sebagai berikut63:
𝑡 =𝑅𝑖√𝑛 − 2 √1 − 𝑅2
Keterangan:
Ri = Koefisien korelasi variabel i Ri2 = Koefisien determinasi variabel i n = Jumlah data
i = variabel bebas
Perhitungan untuk mendapatkan nilai R dari dua variabel bebas yang dipilih dalam penelitian ini dapat menggunakan rumus yang sudah dihitung skor deviasinya dibawah ini64:
𝑅1 = ∑ 𝑋1𝑌
√∑ 𝑋12𝑌2
𝑅2 = ∑ 𝑋2𝑌
√∑ 𝑋22𝑌2
Penelitian ini menggunakan SPSS untuk menguji keberartian regresi yang juga melihat dari nilai t. Untuk mendapatkan nilai thitung dapat dilihat dari kolom t di dalam Coefficients Table pada output
SPSS, kemudian dibandingkan dengan ttabel. Berikut adalah hipotesis statistiknya:
63
Sugiyono, op. cit., p. 230 64
1) Hipotesis statistik untuk variabel Uang Primer: Ho : β1 ≤ 0
Hi : β1 > 0 Kriteria pengujian:
Jika thitung > t tabel, Hi diterima, maka Uang Primer signifikan berpengaruh positif terhadap M2. Jika thitung < t tabel, Hi ditolak, maka Uang Primer tidak signifikan berpengaruh positif terhadap M2.
2) Hipotesis statistik untuk variabel Produk Domestik Bruto: Ho : β2 ≤ 0
Hi : β2 > 0 Kriteria pengujian:
Jika thitung > t tabel, Hi diterima, maka Produk Domestik Bruto signifikan berpengaruh positif terhadap M2. Jika thitung < t tabel, Hi ditolak, maka Pendapatan Nasional tidak signifikan berpengaruh positif terhadap M2.
6. Perhitungan Koefisien Determinasi
Menurut Ghozali, Koefisien determinasi (R2) pada intinya digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen65. Atau dengan kata lain, koefisien determinasi mengukur seberapa baik model yang dibuat mendekati fenomena variabel
dependen yang sebenarnya. R2 ( R Square) juga mengukur berapa besar variasi variabel dependen mampu dijelaskan variabel-variabel independen penelitian ini. Rumus menghitungnya adalah dengan terlebih dahulu mencari nilai R atau koefisien korelasi:
𝑅12= 𝛽1∑ 𝑋1Y + 𝛽∑ 𝑌22∑ 𝑋2Y
Maka nilai R2 = R122
